检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于动态聚合网络的SAR目标检测

系统工程与电子技术 2025年

作者：倪康贾文杰邹旻瑞郑志忠南京邮电大学计算机学院软件学院网络空间安全学院江苏省航空对地探测与智能感知工程研究中心

合成孔径雷达(Synthetic Aperture Radar ，SAR)图像因其全天时、全天候、高分辨等特性已广泛应用于军事侦察、灾害监测、城市规划等领域，然而，SAR图像的成像机理导致SAR图像受噪声影响严重且存在SAR目标类别存在不均衡问题，使得SAR... 详细信息

合成孔径雷达(Synthetic Aperture Radar ，SAR)图像因其全天时、全天候、高分辨等特性已广泛应用于军事侦察、灾害监测、城市规划等领域，然而，SAR图像的成像机理导致SAR图像受噪声影响严重且存在SAR目标类别存在不均衡问题，使得SAR目标特征刻画较困难；同时针对上述问题，本文提出一种基于动态聚合网络（Dynamic Aggregation Network，DANet）的SAR目标检测方法，该网络以无锚框全卷积一阶段目标检测（Fully Convolutional One-Stage Object Detection，FCOS）网络为基础网络框架。DANet在特征金字塔网络中嵌入具有动态坐标注意力的动态聚合模块，以提高噪声影响下SAR目标特征学习能力。此外，为了缓解SAR数据集中不同类别之间数量不平衡的问题，DANet在检测头的回归分支引入了类平衡动态IoU损失函数，通过动态非单调机制和类平衡因子引导模型参数更新。在MSAR-1.0数据集和SAR-AIRcraft-1.0数据集上的实验结果表明，DANet在上述SAR目标检测数据集上的目标检测准确率分别达到了70.25%和52.36%，相比基准网络FCOS，其平均精度（Mean Average Precision， mAP）分别提高了2.73%和3.67%。与其他相关算法相比，DANet在SAR图像目标检测精度方面具有明显优势。

关键词：合成孔径雷达目标检测注意力机制特征金字塔损失函数

瓦斯抽采钻孔水射流扩孔修复增透技术研究及应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭科学技术 2025年

作者：徐刚孟子涵刘佳伟刘晓马利伟单永科金洪伟西安科技大学安全科学与工程学院西部矿井瓦斯智能抽采工程研究中心河南理工大学能源科学与工程学院河南大有能源股份有限公司新安煤矿

瓦斯浓度衰减严重、抽采效率低下是我国煤矿瓦斯抽采中亟待解决的技术难题。依据水射流在空气中的射流结构建立了水射流破煤数学模型，应用空腔膨胀理论提出了水射流冲击作用下煤体破碎强度准则，进而得到了水射流破煤深度的计算方法；... 详细信息

瓦斯浓度衰减严重、抽采效率低下是我国煤矿瓦斯抽采中亟待解决的技术难题。依据水射流在空气中的射流结构建立了水射流破煤数学模型，应用空腔膨胀理论提出了水射流冲击作用下煤体破碎强度准则，进而得到了水射流破煤深度的计算方法；然后基于水射流对瓦斯抽采钻孔周围煤体的冲刷解堵作用、扩孔增透作用和冲击损伤作用阐释了瓦斯抽采钻孔水射流扩孔修复增透机理，并建立了钻孔周围煤体增透范围计算模型，获得了水射流作用下钻孔周围煤体径向应力、切向应力的分布规律；再采用有限元仿真软件LS-DYNA对水射流破煤过程进行了数值模拟，获得了射流压力作用下破煤深度的变化规律和煤体径向应力、煤体损伤的分布规律；最后研发了瓦斯抽采钻孔扩孔修复增透作业装置并在新安煤矿14250下部底板巷穿层钻孔进行了实践应用。结果表明：水射流破煤深度随射流压力的增大线性增加，随射流距离的增大线性减小，随煤体强度的增大呈幂函数形式减小；水射流对瓦斯抽采钻孔的增透作用包括冲刷解堵作用、扩孔增透作用和冲击损伤作用三个方面，水射流扩大了钻孔半径，增透范围随钻孔半径的增加而线性增大，水射流压力越高煤体径向应力和切向应力越大，钻孔周围煤体损伤范围也越大；形成了以喷头进入煤层段深度、冲出煤岩量和瓦斯浓度为指标的瓦斯抽采钻孔水射流扩孔修复增透效果评价体系。根据修复增透实验情况，喷头进入煤层段深度的比率达到90.5%，单孔冲出的煤岩量可达385.6kg，扩孔修复增透技术的实施使钻孔等效半径由56.5mm增大到114.02mm，增透范围由修复前的67.8mm扩大到136.82mm，瓦斯体积浓度由修复前的1.4%提升到13.46%，实现了瓦斯抽采钻孔的冲刷解堵作用、扩孔增透作用和瓦斯抽采效果的显著提升。研究成果可为提升煤层瓦斯抽采钻孔的利用效率提供理论依据和技术支持。

关键词：瓦斯抽采钻孔水射流动压破碎强度扩孔修复增透瓦斯浓度

渭河流域净初级生产力遥感反演及变化归因分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

水利水电技术(中英文) 2025年

作者：潘鹏飞潘飞燕张海旭金裕河南省轨道交通智能安全工程技术研究中心长安大学地质工程与测绘学院西安工程大学理学院

【目的】研究旨在探讨2000年实施生态修复政策以来，渭河流域净初级生产力的演化特征，揭示气候变化与人类活动对植被生态的综合作用机制，为流域生态保护与可持续发展提供理论依据。【方法】基于GEE云平台，本研究调用MOD17A3HGF6.1数... 详细信息

【目的】研究旨在探讨2000年实施生态修复政策以来，渭河流域净初级生产力的演化特征，揭示气候变化与人类活动对植被生态的综合作用机制，为流域生态保护与可持续发展提供理论依据。【方法】基于GEE云平台，本研究调用MOD17A3HGF6.1数据，分析NPP、CPP和VPG三类净初级生产力的时空分布格局。通过构建六种植被变化情景，探讨气象因子和人类活动对植被变化的驱动模式，并结合最小二乘回归分析法、Pearson相关系数和贡献指数对各影响因子进行定量评估。【结果】（1）2000—2023年间，渭河流域NPP在年内呈单峰型季节性变化，年际增幅为9.91gC·m-2·a-1，空间分布呈现“南高北低”的分布格局。（2）在植被恢复过程中，气温和降水与植被生长呈正相关，相关系数分别为0.26和0.43；太阳辐射在以人类活动为主导的植被恢复中呈轻度正相关，相关系数为0.12；人口密度和道路密度对约34.77%的植被恢复区域起促进作用。（3）在植被退化过程中，降水对植被退化的贡献度为30.43%，人口密度和道路密度对植被退化的相关系数分别为0.71和0.64。【结论】研究期间，渭河流域NPP整体呈增长趋势，气温、降水、人口密度和道路密度对NPP的驱动作用显著，太阳辐射的影响相对较弱。气候变化是推动流域植被恢复的主要因素，而生态修复等人类活动措施则有效提升了区域植被的生产力。

关键词：净初级生产力(NPP) 气候生产潜力(CPP) 气候变化人类活动渭河流域影响因素

基于自监督学习的车辆相机-雷达里程计融合定位

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2025年

作者：张瀚文王艳阳西华大学汽车测控与安全四川省重点实验室西华大学四川省新能源汽车智能控制与仿真测试技术工程研究中心

针对雷达定位精度较低和雨天视觉里程计性能较差的问题，本文提出了一种基于自监督学习的相机-雷达里程计融合定位算法，该算法结合了相机数据的丰富性和雷达几乎不受天气影响的特点。首先，在基于深度学习的视觉里程计中引入空洞卷积... 详细信息

针对雷达定位精度较低和雨天视觉里程计性能较差的问题，本文提出了一种基于自监督学习的相机-雷达里程计融合定位算法，该算法结合了相机数据的丰富性和雷达几乎不受天气影响的特点。首先，在基于深度学习的视觉里程计中引入空洞卷积网络增强图像的局部特征，随后利用自注意力机制提取图像全局信息，提升深度预测性能。其次，对于雷达里程计数据，采用视图重建技术作为自监督信号，训练网络进行伪影去除，以确保雷达数据的真实性。针对相机和雷达数据采样频率不同且时间戳不对齐的问题，通过匹配与相邻雷达点云图时间戳与最接近的相机图像对，实现时间软对齐。为了实现视觉与雷达里程计的精确对齐，设计了SmoothL1损失函数来约束二者的位姿结果，从而确保视觉和雷达数据的融合效果。在Oxford Robotcar Radar数据集上的实验表明，与基准算法相比，本文方法在白天和雨天环境下均能提高位姿估计精度，验证了所提融合算法的有效性。

关键词：里程计多传感器数据融合空洞卷积自注意力机制视图重建

异构非线性多智能体系统无模型输出一致性控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自动化学报 2025年

作者：孙一仆陈鑫贺文朋佘锦华吴敏中国地质大学(武汉)自动化学院复杂系统先进控制与智能自动化湖北省重点实验室地球探测智能化技术教育部工程研究中心东京工科大学

针对异构非线性多智能体系统的输出一致性控制难题,设计了一种基于同胚分布式控制协议的无模型方法.通过将输出反馈线性化理论与自适应动态规划相结合,可以在不需要精确系统模型的情况下实现非线性智能体的线性化,简化分布式控制器的设... 详细信息

针对异构非线性多智能体系统的输出一致性控制难题,设计了一种基于同胚分布式控制协议的无模型方法.通过将输出反馈线性化理论与自适应动态规划相结合,可以在不需要精确系统模型的情况下实现非线性智能体的线性化,简化分布式控制器的设计复杂性.具体而言,通过设计双层分布式控制结构,在物理空间层通过无模型反馈线性书方法实现未知系统线性化,在微分同构空间层利用线性控制方法进行分布式共识控制.通过两个实验验证了所提方法在处理未知异构非线性多智能体系统中的有效性,将传统的线性分布式控制方法扩展到未知非线性多智能体控制器设计问题.

关键词：非线性多智能体系统无模型输出共识控制微分同胚输入输出反馈线性化自适应动态规划

具有避障功能的农机自动作业全覆盖路径规划方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农机化研究 2025年第2期47卷 36-43页

作者：罗荣浩干熊杨光友湖北工业大学农机工程研究设计院武汉430068 湖北省农机装备智能化工程技术研究中心武汉430068

针对不同尺寸和类型障碍物条件下的农机车辆自动作业全覆盖路径规划问题,提出了静态全覆盖路径规划方法和路径优化方案。根据矩形田块信息、障碍物信息、农机最小转弯半径和机具宽度,自动选定作业方向、作业行距、地头转弯区域和转弯模... 详细信息

针对不同尺寸和类型障碍物条件下的农机车辆自动作业全覆盖路径规划问题,提出了静态全覆盖路径规划方法和路径优化方案。根据矩形田块信息、障碍物信息、农机最小转弯半径和机具宽度,自动选定作业方向、作业行距、地头转弯区域和转弯模式等参数;根据障碍物形状、高覆盖率高作业路径比的需求,对算法进行优化调整,以达到更好的作业效果。软件仿真测试结果表明:对有小矩形障碍物的田块,改进后的算法覆盖率提升了0.11%,重复率降低了0.71%;对大矩形障碍物的田块,两种分区路径的覆盖率分别为89.24%和98.08%,重复率分别为3.53%和2.84%。研究结果表明:算法提高了田块的利用率,降低了作业成本,能够有效避开大小障碍物,同时满足高覆盖率和低重复率的田间作业要求。

关键词：农机车辆路径规划算法自动作业避障

基于轨出电压暂态特征的轨道电路分路不良识别

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

西南交通大学学报 2025年

作者：王小敏熊旭洲杨勇杨武东江磊西南交通大学信息科学与技术学院四川省列车运行控制技术工程研究中心中国铁道科学研究院集团有限公司通信信号研究所

针对ZPW-2000A轨道电路分路不良问题，考虑分路电阻与分路不良的关系，提出一种基于轨出电压暂态特征分析的轨道电路分路不良智能识别方法。首先，采用变分模态分解（VMD）算法提取轨出电压的暂态信号，并利用海洋捕食者算法自适应优化... 详细信息

针对ZPW-2000A轨道电路分路不良问题，考虑分路电阻与分路不良的关系，提出一种基于轨出电压暂态特征分析的轨道电路分路不良智能识别方法。首先，采用变分模态分解（VMD）算法提取轨出电压的暂态信号，并利用海洋捕食者算法自适应优化VMD参数，得到模态分量；其次，对模态分量进行互信息筛选和重构得到轨出电压的暂态特征向量；最后，提出基于高效通道注意力机制的改进深度残差收缩网络，采集不同分路电阻对应的轨出暂态特征进行网络训练和分路电阻识别，根据识别结果和轨道继电器状态联合判断分路不良情况。结果表明，本文方法根据列车进入和出清区间时的轨出电压暂态特征，能够在补偿电容故障干扰和噪声干扰下实现轨道电路分路不良识别及预警，识别准确率达到98%；通过搭建ZPW-2000A实物仿真平台验证方法的有效性。

关键词： ZPW-2000A轨道电路分路不良变分模态分解深度学习

改进滑动粗粒化和集成波动色散熵的故障诊断方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智能系统学报 2025年

作者：穆凌霞田璐冯楠汪红鑫张建吴世海刘丁西安理工大学自动化与信息工程学院西安理工大学晶体生长设备及系统集成国家地方联合工程研究中心北京科技大学智能科学与技术学院

在多尺度波动色散熵中，多尺度粗粒化会忽略重构子序列部分相邻点之间的信息，并且子序列长度随着尺度因子的增大长度减小，这种特征提取的方法不利于故障分类。为了解决这个问题，本文提出了一种n次滑动粗粒化的方法，在确定的比例因... 详细信息

在多尺度波动色散熵中，多尺度粗粒化会忽略重构子序列部分相邻点之间的信息，并且子序列长度随着尺度因子的增大长度减小，这种特征提取的方法不利于故障分类。为了解决这个问题，本文提出了一种n次滑动粗粒化的方法，在确定的比例因子下，利用n次滑动方法保留了每点之间的信息，保证重构后的序列与重构前的序列长度一致。针对波动色散熵中映射技术过于单一的问题，本文利用集成波动色散熵对重构后的序列进行特征提取，使得熵计算更加准确。用西储大学等轴承数据集对算法进行了验证，所提方法的故障诊断精确度显著提高。

关键词：滑动粗粒化序列重构故障诊断故障分类集成波动色散熵滚动轴承振动信号特征提取

基于结构学习和自监督图注意力的网络表示学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

山西大学学报(自然科学版) 2025年

作者：王静红郑瑞策米据生李昊康河北师范大学计算机与网络空间安全学院河北师范大学河北省网络与信息安全重点实验室供应链大数据分析与数据安全河北省工程研究中心河北师范大学数学科学学院河北工程技术学院人工智能与大数据学院

网络表示学习是网络分析任务的基础，对于挖掘和分析真实网络数据具有重大意义。最近，图注意力网络（Graph Attention Networks, GAT）及其后续变体，在网络表示学习中表现出了卓越的性能。但是基于注意力的方法存在以下局限性：（1）... 详细信息

网络表示学习是网络分析任务的基础，对于挖掘和分析真实网络数据具有重大意义。最近，图注意力网络（Graph Attention Networks, GAT）及其后续变体，在网络表示学习中表现出了卓越的性能。但是基于注意力的方法存在以下局限性：（1）只考虑节点的一阶邻居信息，忽略了高阶邻居节点。（2）模型缺乏可解释性。（3）没有考虑到图中噪声边问题。为解决这些问题，本文提出了一种基于结构学习和自监督图注意力的网络嵌入模型（Structural Learning-based Self-supervised Graph Attention Network,SL-SGAT），融合节点特征与结构信息，降低噪声边干扰，提升模型可解释性。SL-SGAT主要包含三部分：图结构学习、自监督注意力机制和特征聚合。图结构学习构建全局图结构网络。自监督注意力机制设置一个自监督关系预测任务，加入噪声边损失。特征聚合利用注意力系数进行加权聚合，得到最终的节点嵌入表示。本文所提模型在Cora、Citeseer和Pubmed三个数据集上进行节点分类实验，准确率分别为84.4%、74.4%、81.5%，与表现优异的GAT及后续变体模型相比，分别提高1.4%、2.9%、3.2%；在节点聚类实验中，聚类精度分别提高3.3%、3.4%、1.2%。可见，我们提出的算法可以得到更好的嵌入结果。

关键词：网络表示学习图注意力网络自监督学习图结构学习节点分类